1. ¿Cuáles considera usted que son las ventajas y desventajas de aplicar un modelo de Simulación de Montecarlo? ¿Por qué?

El método de Montecarlo es un método no determinístico estadístico numérico, usado para aproximar expresiones matemáticas complejas y costosas de evaluar con exactitud. El método se llamó así en referencia al Casino de Montecarlo (Principado de Mónaco) por ser “la capital del juego de azar”, al ser la ruleta un generador simple de números aleatorios. El nombre y el desarrollo sistemático de los métodos de Montecarlo datan aproximadamente de 1944 y se mejoraron enormemente con el desarrollo de la computadora.

El uso de los métodos de Montecarlo como herramienta de investigación, proviene del trabajo realizado en el desarrollo de la bomba atómica durante la Segunda Guerra Mundial en el Laboratorio Nacional de Los Álamos en EE. UU. Este trabajo conllevaba la simulación de problemas probabilísticos de hidrodinámica concernientes a la difusión de neutrones en el material de fisión. Esta difusión posee un comportamiento eminentemente aleatorio. En la actualidad es parte fundamental de los algoritmos de Raytracing para la generación de imágenes 3D.El método de Montecarlo proporciona soluciones aproximadas a una gran variedad de problemas matemáticos posibilitando la realización de experimentos con muestreos de números pseudoaleatorios en una computadora. El método es aplicable a cualquier tipo de problema, ya sea estocástico o determinista. A diferencia de los métodos numéricos que se basan en evaluaciones en N puntos en un espacio M-dimensional para producir una solución aproximada, el método de Montecarlo tiene un error absoluto de la estimación que decrece como 1/√N en virtud delteorema del límite central.En la primera etapa de estas investigaciones, John von Neumann y Stanislaw Ulam refinaron esta ruleta rusa y los métodos "de división" de tareas. Sin embargo, el desarrollo sistemático de estas ideas tuvo que esperar al trabajo de Harris y Herman Kahn en 1948. Aproximadamente en el mismo año, Enrico Fermi, Nicholas Metropolis y Ulam obtuvieron estimadores para los valores característicos de la ecuación de Schrödingerpara la captura de neutrones a nivel nuclear usando este método. (Nemesses, 2012)

Ventajas

- Este es un método flexible y directo

- Nos permite resolver problemas que no tiene como tal una solución analítica.

- Nos permite experimentar.

- Da la posibilidad de formular condiciones externas con riegos nulos.

- Al tener modelos matemáticos muy complejos este modelo nos permite obtener una aproximación.

- Podemos estudiar la interacción entre las diferentes variables de un problema.

- Con este modelo podemos influir en el tiempo de los procesos

Desventajas

- Se generan un gran número de variables por lo que la simulación puede resultar muy complicada.

- Cada una de las simulaciones es única e interviene por así decirlo el azar.

- Resuelve el problema mediante una aproximación para generar unas condiciones iniciales por lo cual no ayuda para la toma de decisiones.

- Este modelo no genera soluciones globales óptimas

2. Mencione tres (3) aplicaciones útiles y prácticas de los Intervalos de Confianza o de Pruebas de Hipótesis.

- Para saber la vida útil de algún objeto o su rendimiento.

- Para conocer el tiempo de respuesta a encuestas, evaluaciones y otros documentos del mismo tipo.

- Comparativos entre productos similares o de la competencia.

3. Mencione un (1) ejemplo o caso en el que podría utilizar un modelo de Simulación de Montecarlo, especificando las variables aleatorias y de resultado para resolverlo. Cerciorarse de que sea un ejemplo no presentado por otro compañero.

CONCLUSIONES

1. Los métodos de simulación se utilizan por la necesidad de conocer las características de una variable aleatoria.

2. El método Montecarlo es útil para simular el comportamiento de muestras aleatorias, y su importancia radica en que sus resultados son una distribución, y no solamente un resultado puntual.

3. La aplicación del método Montecarlo abarca una variedad de áreas del conocimiento que incluyen desde la física cuántica hasta el análisis de riesgos en las finanzas.

4. Como todo método de simulación, el Montecarlo tiene ventajas y desventajas, y depende del investigador, inversionista o proyectista determinar las mejores condiciones para aplicarlo.

BIBLIOGRAFIA

BibliografíaLopéz, S. M. (2015). SIMULACIÓN DE MONTE CARLO. (Unidad Editorial Información Económica S.L)

Obtenido de http://www.expansion.com/diccionario-economico/simulacion-de-monte-carlo.html

Nemesses, A. (27 de 08 de 2012). Simulación. Obtenido de http://unimeta-simulacion-alejandra-meneses.blogspot.com.co/2012/08/metodo-origen-el-de-montecarlo-un-no.html

Simulación, Método de Montecarlo. (2011). En L. J. Aragón, Estadística e Investigación Operativa.